La reconnaissance des cibles dans les images radar à synthèse d’ouverture (Synthetic Aperture Radar, SAR) est une application importante de l’interprétation des images SAR. Pour améliorer la robustesse de la reconnaissance des cibles SAR, cet article propose une méthode de correspondance des centres de diffusion d’attributs basée sur un réseau de croyance profonde (Deep Belief Network, DBN). Les paramètres des centres de diffusion d’attributs sont riches en caractéristiques et reflètent bien les propriétés locales de diffusion de la cible. Le DBN exploite les avantages de l’apprentissage profond pour réaliser un appariement robuste entre les ensembles de centres de diffusion des échantillons test et des modèles, tout en s’adaptant bien aux interférences de bruit et aux pertes partielles. Sur la base de la relation de correspondance des centres de diffusion d’attributs construite, un critère de mesure de similarité est défini. La classe de l’échantillon test est déterminée selon le principe de similarité maximale. Les expériences menées sur le jeu de données MSTAR montrent que la méthode proposée est efficace et robuste pour la reconnaissance des cibles SAR.

Radar à synthèse d’ouverture;reconnaissance des cibles;centres de diffusion d’attributs;réseau de croyance profonde